Step 5 Preview 対 A.X-K2：600B APIモデルと690Bダウンロードの対決

Step 5 PreviewとA.X-K2は、この秋に繰り返し浮上する決断の両輪です。APIからフロンティア級モデルをレンタルするか、オープンウェイトの旗艦モデルを自宅に持ち帰って自分で動かすか。StepFunのStep 5 Previewはレンタルです — 2026年9月20日に発表され、同日から100万入力トークンあたり1.00ドル、100万出力トークンあたり2.70ドルで呼び出し可能。総パラメータ数は約6000億、アクティブは270億、コンテキストは100万トークン、独立系Artificial Analysis Intelligence Indexスコアは44。SK TelecomのA.X-K2はダウンロードです — 2026年8月12日にApache 2.0の下でリリースされ、総パラメータ数は約6880億から6920億、アクティブは330億、コンテキストは262Kトークン、インデックススコアは21。一方はより大きく、一方は値付けされており、値付けされている方がはるかに高いスコアを出します。この逆転が比較のすべてであり、原則に基づいてどちらかの側につく前に理解する価値があります。

これら2つのモデルによく当てられる枠組みは国家的なものだ。韓国の主権AI旗艦 対 中国で最もアグレッシブなラボの1つ。その枠組みは導入判断には役立たない。役立つのは、A.X-K2がこの2つのうち手元に置ける唯一のもので、Step 5 Previewがこの2つのうちトークン単位で購入できる唯一のものだという点だ。それ以外のすべては、その分かれ方から導かれる。

数字は、その出典に照らし合わせて

唯一の同一条件での比較測定はIntelligence Indexであり、それは双方にとって独立している。Step 5 Previewは44で、同等モデルの中央値26に対する数値であり、A.X-K2は21で、そのオープンウェイト比較クラスにおける中央値18に対する数値である。どちらも同じ第三者によって同じ尺度で測定されている。執筆時点で読む限り、これらは今日の数値だ——この指数のスコアは評価者が再調整すると動くし、同じA.X-K2ページを以前に読んだときはより高い数値が示されていた。この対決における他のすべてには、それと一緒に持ち歩かなければならない帰属情報が付いてくる。

• 独立したインテリジェンス — Step 5 Preview：Artificial Analysis Intelligence Index で 44、A.X-K2：同じインデックスで 21、いずれも独立して測定。

• 総パラメータ数 / アクティブパラメータ数 — Step 5 Preview：総計約600B、アクティブ27B（StepFunによる） 対 A.X-K2：総計約688–692B、アクティブ33B（SK Telecomの資料およびindex cardによる）

• コンテキストウィンドウ — Step 5 Preview: StepFun あたり 1M トークン 対 A.X-K2: 262K トークン

• モダリティ — Step 5 Preview はテキストと画像に対応、A.X-K2 はテキストのみです。

• 価格 — Step 5 Preview：入力100万あたり$1.00、出力100万あたり$2.70（ベンダー公表）対 A.X-K2：商用API価格は一切公表されていない。

• 実行環境 — Step 5 Preview：StepFun自身のAPIとStudio、およびプロモーション期間中のパートナーサーフェス vs A.X-K2：ダウンロードによる、あなたのハードウェア上。

• リリース — Step 5 Preview は2026年9月20日発表、対して A.X-K2 は2026年8月12日リリース

• ライセンス — Step 5 Preview：BF16ウェイトを2026年10月15日に提供予定のクローズドプレビュー 対 A.X-K2：Apache 2.0

A.X-K2：より重い装置で、根拠はより薄い

SK TelecomはA.X-K2をA.X K1の後継として構築した。そのアーキテクチャは、長いコンテキストのコストに真正面から狙いを定めている。256個のエキスパートを備え、トークンごとに8個がアクティブになるmixture-of-experts構成で、FP8でネイティブに学習され、同社がSparse Gated Attentionと呼ぶ仕組みを備えている。これは本格的なエンジニアリングの成果であり、ハイパースケーラーではない組織が、総パラメータ数7000億近いモデルをそもそも提供できる理由でもある。

欠けているのは独立した確認だ。SK Telecomは、A.X K1に対する14のベンチマークで平均32.2ポイントの向上、長コンテキストおよびエージェント評価で約83.9ポイントの跳ね上がり、AIME 2026で97.1、韓国語知識ベンチマークKMMLU-Proで80.5、CLIcKで91.6を報告し、数学と韓国語の作業では最近のQwenおよびDeepSeekのリリースに匹敵するか上回ると述べている。それらはすべてベンダー自身の数値だ。独立スコアであるIntelligence Indexの21は、オープンウェイトの比較クラスの中央値18を上回るが、Step 5 Previewより23ポイント低く、またA.X-K2の強みのセットは、この特定のインデックスがほとんど重みを置かない領域だ。その9つの評価は主に英語で、推論とエージェントを中心としたもので、韓国語ベンチマークは一つもない。

そうしたことのいずれも、A.X-K2 をそのスコアよりも劣ったモデルにするものではない。それは、独立系ラボがそれらの評価を公表するまでは、ベンダーの言に従えば、韓国語または数学を多用するワークロードで A.X-K2 が果たすことの下限をそのスコアが示しているにすぎない、ということだ。コスト面はもっと具体的だ。この規模のリファレンスデプロイには、B300 クラスの GPU が 4 基と、FP8 でおよそ 656 GiB が必要になる。これがダウンロードの代価であり、トークン課金と違って、実験が終わっても縮小して元に戻ることはない。

ステップ5プレビュー：今日HTTP経由で試せるもの

Step 5 Previewの利点は、より大きいとか、よりオープンであることではない——どちらでもない——が、価格が設定され、呼び出し可能で、独立に評価されており、10月中に3つのパートナーサーフェスで無料で試せたことにある。セルフホスティングではなく評価を検討するチームにとって、その組み合わせはApache 2.0ライセンスよりも価値がある。ハードウェアの判断をAPI呼び出しに変えてくれるからだ。ただし、StepFunのこのモデルに関するジャーナルは、いつもの箇所で薄い。600B/27Bのパラメータペアと1Mトークンのコンテキストはベンダー自身の数字であり、約束された重みはまだ出荷されておらず、独立系ボードがそれについて示す最も有用な数値は、おそらくスコア44ではなく冗長さ——インデックスのタスクスイート全体で生成された出力トークンが約1億6000万で、中央値は約8200万——である。そしてA.X-K2はさらに外れて、約2億3000万対中央値1億4000万だ。出力100万トークンあたり2.70ドルを課金するモデルでは、そのギャップは、安価な評価と高価な本番運用の習慣との違いになる。

なぜ大きいモデルの方がスコアが低いのか

パラメータ数は点数ではなく、この組み合わせがそれを明快に示している。A.X-K2の追加の約3000億という総パラメータは、それ自体の評価スイートが報いる領域——韓国語の深さ、数学、幅広い知識——に現れる密度を買っている。一方、両モデルが載っているその指標は主に英語で、推論重視かつエージェント中心であり、そこではStep 5 Previewの開発者たちが意図的に調整したように見える。27Bアクティブという設計はまた、どのようなスループットにおいてもStepFunのモデルを著しく安く提供できるようにしており、だからこそホスト型の価格がそもそも存在するのだ。

逆の方向に働く、あまり好意的ではない第二の解釈もある。A.X-K2は8月12日から、Step 5 Previewは9月20日から公開されており、より新しいモデルは独立した精査を受けた週数が少なく、その44はさらに評価が集まるにつれてまだ変動する可能性がある。どちらの数値も、どのモデルでも第1四半期のスコアが暫定的であるのと同じ意味で暫定的だ。違いは、A.X-K2の暫定スコアがSK Telecomの外部の誰もが得られる最良の証拠である一方、Step 5 Previewの暫定スコアは、第三者が少なくとも部分的に再現したベンダー仕様書の上に成り立っているという点にある。

サービングの経済性——実際の意思決定が宿るのは、まさにそこだ

API 経由で呼び出せるなら、100 万トークンあたり入力 $1.00、出力 $2.70 を支払えばそれで完了だ — 調達も GPU も運用も不要。ダウンロードする場合は、ハードウェア、電力、量子化作業、評価ハーネスの費用を負担し、プロンプトとデータを自組織の境界内に保持できる。アクティブ 33B の A.X-K2 はラップトップ向けモデルではない。リファレンス構成は小規模クラスタだ。Step 5 Preview のクローズドプレビューは、BF16 の重みが約束されている 10 月 15 日まで、境界を一切提供しない — そして、それらのファイルがリポジトリに現れるまでは、その日付は選択肢ではなく約束である。

これは、ルーティングレイヤーがただ自らを宣伝するだけでなく、真にその存在価値を発揮するポイントです。ほとんどのチームは「借りるか、自前で持つか」という問いに一度きりで永遠に答えを出したいわけではありません。ハードウェアを購入する前に、自分たちのトラフィック上でモデルがどう機能するかを知り、そして答えが変われば移行できる柔軟性を保ち続けたいのです。OrcaRouter は Step 5 Preview をルーティングしませんし、A.X-K2 もルーティングしません。これらはどちらも現在の当社カタログには含まれていません。200 を超えるモデルを単一の API キーと 1 つの請求書の背後に置き、マークアップ 0%、プロバイダーの定価をそのまま適用するので、新しいフラッグシップをどちらと比較するにしても、その比較対象のセットは今日の午後には呼び出せます。自動フェイルオーバーが、あなたがまだ判断を下している間も本番経路を維持します。

どちらを選ぶべきですか

ワークロードが汎用推論、エージェント型コーディング、または長いコンテキストを伴うものである場合、シリコンを購入するのではなくトークン単位で支払いたい場合、そして画像入力が重要な場合は、Step 5 Preview を選んでください — 独立スコア、コンテキスト長、初回回答までのレイテンシ、モダリティの多様性で優れており、今月、調達不要のパイロットに投入できる2つのうち唯一のものです。

あなたの言語が韓国語であるなら、あなたのワークロードが数学を多用するものであるなら、あるいはデータが単にあなたのインフラストラクチャーから出られないなら、A.X-K2を選びなさい — そして、SK Telecomのベンチマーク表を信用して受け入れていること、ハードウェア費用が現実であること、そしてあなたが指し示せる独立系のスコアが23ポイント低いことを承知の上で臨みなさい。そのトレードオフが間違っているように見えるなら、正直な答えはもう一方のフラッグシップを選ぶことではない。それは、両方を自分のトラフィックでベンチマークすることであり、それがどちらのベンダーの数値も代用できない唯一の比較なのだ。

どちらのモデルも安全なデフォルトではない。Step 5 Preview は、重みがまだ届いていない、安価で慎重、かつ呼び出し可能な選択肢。A.X-K2 は、証拠がまだ示されていない、より重く、主権的で、ダウンロード可能な選択肢。あなたのチームを実際に縛る制約 — 境界か請求額か — を選び、もう一方は手放そう。